Detrás de cada búsqueda, cada ruta y cada feed personalizado existe una economía oculta de millones de personas que corrigen en tiempo real lo que los algoritmos no pueden resolver solos. Mary L. Gray, antropóloga de Harvard e investigadora de Microsoft, ha documentado este fenómeno —el 'trabajo fantasma'— revelando que la inteligencia artificial descansa sobre una base de mano de obra precaria, sin sindicatos, sin seguro médico y sin nombre visible. Lo que llamamos automatización es, en gran medida, trabajo humano disfrazado de código. La pregunta que queda suspendida no es técnica, sino mora
Los millones de trabajadores invisibles que entrenan la inteligencia artificial
Millones de trabajadores experimentan explotación laboral sin acceso a seguro médico, representación sindical, beneficios laborales ni protecciones legales, mientras moderadores de contenido se exponen a material violento y sexual.
Millones de personas invisibles entrenan máquinas sin seguro médico ni protección
Mark
¿Por qué es tan difícil contar cuántos trabajadores fantasma hay si todo deja huella digital?
Mimi
Porque el trabajo está diseñado para estar distribuido. Una persona puede trabajar una hora al mes o cuarenta horas a la semana. No hay un punto central donde contarlos. Además, muchas compañías ni siquiera saben realmente quiénes son sus contratistas.
Luke
Pero Gray menciona un estudio de 2016 que estimaba 25 millones en EE.UU. y Europa. ¿Eso es verificable o es solo una estimación de una estimación?
Mimi
Es una estimación. Gray es clara: cualquiera que dé una cifra exacta miente. Lo que sí sabemos es que las grandes compañías tienen núcleos duros de diez mil personas trabajando regularmente para ellas.
Mark
¿Y estos trabajadores saben que están entrenando inteligencia artificial?
Mimi
Algunos sí, otros no. Muchos simplemente aceptan tareas en plataformas como Amazon Mechanical Turk sin entender completamente el contexto más amplio de lo que hacen.
Luke
Gray dice que muchos moderadores se sentían satisfechos con su trabajo, que sentían que limpiaban Internet. ¿Eso no contradice la narrativa de explotación?
Mimi
No. Puedes sentirte satisfecho con el trabajo y aun así estar en condiciones precarias. La satisfacción no es lo opuesto a la precariedad. Alguien puede creer que hace algo importante y seguir sin tener seguro médico.
Mark
¿Microsoft ha hecho algo después de que Gray publicara sus hallazgos?
Mimi
Gray dice que han compartido conclusiones con distintos equipos de la compañía y hablan públicamente sobre el tema. Pero es difícil saber si ha tenido impacto real.
Luke
Eso es vago. ¿Ha cambiado algo en las condiciones de trabajo o solo en el discurso público?
Mimi
Gray no lo especifica. Dice que hacen lo posible para que haya impacto, pero no da ejemplos concretos de cambios implementados.
Mark
¿Cuál es el primer paso para resolver esto?
Mimi
Transparencia. Necesitamos saber quién trabaja con nuestros datos y bajo qué condiciones, como sabemos quién fabrica nuestra ropa.
Luke
Pero eso requiere regulación. ¿Hay algún movimiento legislativo real en esa dirección?
Mimi
Gray no lo menciona. El libro señala que estamos en el comienzo del debate. Nos estamos habituando a preguntar a quién le vendieron nuestros datos, pero aún no preguntamos quién trabaja con ellos.
The Pulse
- Cada vez que un algoritmo falla, una persona real —en su casa, a cualquier hora— interviene para corregirlo, sin que nadie lo sepa ni lo reconozca.
- Millones de trabajadores en EE.UU., India y otros países operan sin seguro médico, sin sindicato y sin las protecciones básicas de un empleo formal, mientras las grandes tecnológicas acumulan beneficios históricos.
- Los moderadores de contenido se exponen diariamente a material violento y sexual sin apoyo psicológico ni compensación adecuada, pagando con su salud el precio de mantener limpias las plataformas.
- La cifra exacta de estos trabajadores es imposible de verificar —cualquiera que la precise miente, admite Gray— pero en gigantes como Microsoft, Apple o Facebook se habla de millones de personas activas.
- Gray propone aplicar al mundo digital la misma transparencia de cadena de suministro que existe en la industria textil: rastrear quién hace qué, bajo qué condiciones, para que gobiernos, empresas y consumidores asuman su parte de responsabilidad.
Detrás de cada búsqueda, cada ruta y cada feed personalizado existe una economía oculta de millones de personas que corrigen en tiempo real lo que los algoritmos no pueden resolver solos. Mary L. Gray, antropóloga de Harvard e investigadora de Microsoft, ha documentado este fenómeno —el 'trabajo fantasma'— revelando que la inteligencia artificial descansa sobre una base de mano de obra precaria, sin sindicatos, sin seguro médico y sin nombre visible. Lo que llamamos automatización es, en gran medida, trabajo humano disfrazado de código. La pregunta que queda suspendida no es técnica, sino moral: ¿cuánto tiempo más sostendremos el progreso digital sobre la invisibilidad de quienes lo hacen posible?
Cada vez que un algoritmo tropieza —cuando Siri no entiende una frase o cuando Instagram no sabe si una imagen es inocente o explícita— alguien entra en escena desde su casa para resolverlo. No es magia ni automatización pura. Es una persona, probablemente en otro país, realizando una microtarea por una cantidad pequeña de dinero. Mary L. Gray, antropóloga del Centro Berkman Klein de Harvard e investigadora de Microsoft Research, descubrió este fenómeno al ingresar en la empresa y observar cómo los ingenieros contrataban trabajadores anónimos a través de plataformas en línea. Junto con Siddharth Suri, publicó Trabajo fantasma, un libro que documenta las condiciones de este ejército invisible.
El mecanismo opera a través de plataformas como Amazon Mechanical Turk, donde se distribuyen millones de microtareas: transcribir audios, clasificar imágenes, moderar contenido. Un ingeniero publica una tarea, alguien la acepta y cobra una suma mínima. El sistema funciona porque depende de una disponibilidad constante de personas trabajando a cualquier hora. Sin ellas, ninguna de las grandes plataformas podría operar como lo hace hoy.
Lo que hace especialmente grave este modelo es su ausencia total de protecciones. En Estados Unidos e India —los países donde Gray centró su investigación— estos trabajadores no están sindicalizados, carecen de seguro médico, no cotizan y no tienen representación legal. Trabajan largas jornadas por salarios bajos mientras los usuarios de smartphones y ordenadores se benefician de su labor sin saberlo. La mayoría tiene formación universitaria, lo que revela una paradoja inquietante: la educación ya no garantiza acceso a un empleo estable. El trabajo por proyectos está desplazando al contrato indefinido.
Gray no ofrece cifras exactas —admite que quien las da miente— pero señala que en las grandes tecnológicas se habla de millones de personas activas. Su propuesta es concreta: aplicar al mundo digital la misma transparencia de cadena de suministro que existe en la industria textil, para que sea posible rastrear quién participa en cada servicio y bajo qué condiciones. Exigir dignidad laboral, concluye, es responsabilidad compartida de gobiernos, empresas y consumidores. Y el primer paso es dejar de llamarlo inteligencia artificial: es software. Software que hoy depende de millones de personas que permanecen invisibles.
Cada vez que pides un taxi por tu teléfono, buscas algo en Google o desplazas el dedo por Instagram, hay alguien detrás de la pantalla que no ves. No es un algoritmo. Es una persona, probablemente en otro país, corrigiendo en tiempo real los pequeños fallos que la inteligencia artificial no puede resolver sola. Millones de ellas. Y nadie sabe quiénes son, dónde están, ni bajo qué condiciones trabajan.
Mary L. Gray, antropóloga del Centro Berkman Klein para Internet y la Sociedad de la Universidad de Harvard e investigadora de Microsoft Research, descubrió este fenómeno cuando ingresó en la empresa de Bill Gates. Los ingenieros usaban plataformas en línea para contratar trabajadores que realizaban tareas muy específicas sin que nadie supiera realmente quiénes eran o cómo trabajaban. Gray decidió investigarlo a fondo. Junto con Siddharth Suri, investigador de inteligencia artificial en Microsoft, publicó un libro titulado Trabajo fantasma. Cómo evitar que Silicon Valley constituya una nueva subclase global, donde documentan las condiciones precarias de este ejército invisible de personas.
El mecanismo es simple pero revelador. Cuando Siri o Alexa no entienden lo que dices, cuando los algoritmos de Facebook o Instagram no logran distinguir si en una foto aparece un pulgar o algo más explícito, alguien entra en escena desde su casa. Esa persona transcribe audios, clasifica imágenes, modera contenido, toma decisiones que el software no puede automatizar. Se reclutan en plataformas como Amazon Mechanical Turk, donde se distribuyen millones de microtareas. Un ingeniero publica una tarea, alguien la acepta, la completa, cobra una cantidad pequeña. El sistema funciona porque depende de la disponibilidad constante de miles de personas trabajando a cualquier hora del día o de la noche. Sin ellas, ninguna de estas plataformas podría operar.
Lo característico del trabajo fantasma es que carece de toda protección. En Estados Unidos e India, países donde Gray centró su investigación, estos trabajadores no tienen acceso a sistemas de salud, no están sindicalizados, no cuentan con beneficios asociados a un empleo formal: seguro, cotización, protecciones legales. Trabajan largas jornadas por salarios bajos. Mientras tanto, todos los que usamos smartphones y ordenadores nos beneficiamos de su labor sin saberlo. El mismo mecanismo técnico que permite que un taxi aparezca donde estés, que veas solo lo que quieres ver en las redes sociales, que recibas la ruta más rápida en Google Maps, es el que genera la aparición del trabajo fantasma.
La cifra exacta es imposible de establecer. Gray lo admite sin rodeos: cualquiera que dé una cifra precisa miente. Un estudio de 2016 estimaba que en Estados Unidos y Europa alrededor de 25 millones de personas habían realizado algún trabajo en línea aceptando tareas a través de plataformas. Según la información de Gray, es habitual que las grandes compañías cuenten con un núcleo duro de diez mil personas que hacen este trabajo regularmente. Pero en gigantes tecnológicos como Microsoft, Apple o Facebook, hablamos de millones. El desafío es que el trabajo está completamente distribuido desde su diseño. Un trabajador puede dedicar unas horas al mes, unas horas a la semana o trabajar a jornada completa. Todos son igualmente importantes porque forman parte de la abundancia de mano de obra necesaria.
La mayoría de estos trabajadores tiene educación universitaria. Eso tiene sentido: necesitan cierta alfabetización mediática, saber usar Internet, móviles, ordenadores, y acceso a la red. Esto deja fuera a personas menos educadas o con menor capacidad económica, especialmente en países como India. Pero lo que está en cuestión, según Gray, es el sueño de que la educación sea la puerta de acceso a un trabajo estable a tiempo completo. El trabajo por proyectos está desplazando al contrato indefinido. La pregunta que plantea es incómoda: ¿vamos a intervenir ante esta precarización laboral o nos cruzamos de brazos?
La solución que Gray propone es transparencia en la cadena de suministro de servicios digitales, similar a lo que existe en la industria textil. Si quieres saber de dónde viene tu chaqueta, puedes rastrear quién participó en su elaboración, transporte y venta. Necesitamos hacer lo mismo para los servicios de información. Exigir condiciones dignas es responsabilidad compartida de gobiernos, compañías y consumidores. Pero primero, tenemos que dejar de llamarlo inteligencia artificial. Es software. Y hoy depende de un trabajo infravalorado de millones de personas que permanecen invisibles.
Notable Quotes
Ninguna de estas plataformas puede operar si no tiene esas miles de personas fantasma disponibles en todo momento del día y de la noche— Mary L. Gray
La cuestión es: ¿vamos a intervenir ante esta precarización laboral o nos cruzamos de brazos?— Mary L. Gray
Want the full story?
Read the original at ABC ↗
Politics & Governance